1. 文件批量重命名工具
python
import os
def batch_rename_files(directory, prefix, extension):
"""
批量重命名目录下指定扩展名的文件
:param directory: 目录路径
:param prefix: 新文件名前缀
:param extension: 文件扩展名（如'.jpg'）
"""
try:
# 计数器用于生成序列号
count = 1
# 遍历目录中的所有文件
for filename in os.listdir(directory):
if filename.endswith(extension):
# 构建新文件名
new_name = f"{prefix}_{count}{extension}"
# 原始文件完整路径
old_path = os.path.join(directory, filename)
# 新文件完整路径
new_path = os.path.join(directory, new_name)
# 重命名文件
os.rename(old_path, new_path)
print(f"重命名: {filename} -> {new_name}")
count += 1
print(f"成功重命名 {count-1} 个文件")
except Exception as e:
print(f"发生错误: {str(e)}")
# 使用示例（在Windows/Mac/Linux上均可运行）
if __name__ == "__main__":
# 替换为你的目录路径
target_directory = "/path/to/your/files"
batch_rename_files(target_directory, "vacation", ".jpg")
2. 网页内容抓取与解析
python
import requests
from bs4 import BeautifulSoup
def scrape_website(url, selector):
"""
抓取网页内容并解析指定CSS选择器的元素
:param url: 目标网址
:param selector: CSS选择器
:return: 提取的内容列表
"""
try:
# 发送HTTP请求
response = requests.get(url)
response.raise_for_status() # 检查请求是否成功
# 解析HTML内容
soup = BeautifulSoup(response.text, 'html.parser')
# 使用CSS选择器查找元素
results = []
for element in soup.select(selector):
results.append(element.text.strip())
return results
except Exception as e:
print(f"抓取失败: {str(e)}")
return []
# 使用示例
if __name__ == "__main__":
# 抓取豆瓣电影Top250的电影标题
movie_titles = scrape_website(
"https://movie.douban.com/top250",
"span.title:first-child"
)
print("豆瓣Top250电影:")
for i, title in enumerate(movie_titles[:10], 1): # 只显示前10个
print(f"{i}. {title}")
3. 数据清洗与处理
python
import pandas as pd
import numpy as np
def clean_and_transform_data(data):
"""
数据清洗与转换：
1. 处理缺失值
2. 转换日期格式
3. 计算新字段
:param data: 原始数据DataFrame
:return: 清洗后的DataFrame
"""
# 创建示例数据
df = pd.DataFrame(data)
# 1. 处理缺失值：用平均值填充数值列
for col in ['age', 'salary']:
if col in df.columns:
df[col] = df[col].fillna(df[col].mean())
# 2. 转换日期格式
if 'join_date' in df.columns:
df['join_date'] = pd.to_datetime(df['join_date'])
df['join_year'] = df['join_date'].dt.year
# 3. 计算薪资等级
if 'salary' in df.columns:
df['salary_level'] = pd.cut(
df['salary'],
bins=[0, 5000, 10000, np.inf],
labels=['初级', '中级', '高级']
)
return df
# 使用示例
if __name__ == "__main__":
# 创建测试数据
test_data = {
'name': ['张三', '李四', '王五', '赵六'],
'age': [28, 35, np.nan, 42],
'salary': [8000, 12000, 6500, np.nan],
'join_date': ['2020-01-15', '2018-05-20', '2021-11-30', '2017-03-10']
}
cleaned_data = clean_and_transform_data(test_data)
print("清洗后的数据:")
print(cleaned_data)
4. 自动发送邮件（带附件）
python
import smtplib
from email.mime.multipart import MIMEMultipart
from email.mime.text import MIMEText
from email.mime.application import MIMEApplication
def send_email(subject, body, to_email, attachment_path=None):
"""
发送带附件的电子邮件
:param subject: 邮件主题
:param body: 邮件正文
:param to_email: 收件人邮箱
:param attachment_path: 附件路径（可选）
"""
# 邮箱配置（替换为你的邮箱信息）
sender_email = "your_email@example.com"
sender_password = "your_email_password"
smtp_server = "smtp.example.com" # 例如：smtp.163.com
smtp_port = 587 # 常见端口：587 (TLS) 或 465 (SSL)
try:
# 创建邮件对象
msg = MIMEMultipart()
msg['From'] = sender_email
msg['To'] = to_email
msg['Subject'] = subject
# 添加邮件正文
msg.attach(MIMEText(body, 'plain'))
# 添加附件
if attachment_path:
with open(attachment_path, "rb") as file:
attachment = MIMEApplication(file.read(), _subtype="pdf")
attachment.add_header(
'Content-Disposition',
'attachment',
filename=attachment_path.split("/")[-1]
)
msg.attach(attachment)
# 连接SMTP服务器并发送邮件
with smtplib.SMTP(smtp_server, smtp_port) as server:
server.starttls() # 启用TLS加密
server.login(sender_email, sender_password)
server.send_message(msg)
print("邮件发送成功!")
except Exception as e:
print(f"邮件发送失败: {str(e)}")
# 使用示例
if __name__ == "__main__":
send_email(
subject="每日报告",
body="这是自动发送的测试邮件，包含本月销售数据摘要。",
to_email="recipient@example.com",
attachment_path="/path/to/sales_report.pdf"
)
5. 文件加密/解密工具
python
from cryptography.fernet import Fernet
import os
def generate_key():
"""生成加密密钥"""
return Fernet.generate_key().decode()
def encrypt_file(file_path, key):
"""
加密文件
:param file_path: 文件路径
:param key: 加密密钥
"""
try:
fernet = Fernet(key.encode())
with open(file_path, 'rb') as file:
original = file.read()
encrypted = fernet.encrypt(original)
with open(file_path + ".encrypted", 'wb') as file:
file.write(encrypted)
print(f"文件已加密: {file_path}.encrypted")
return True
except Exception as e:
print(f"加密失败: {str(e)}")
return False
def decrypt_file(encrypted_path, key):
"""
解密文件
:param encrypted_path: 加密文件路径
:param key: 解密密钥
"""
try:
fernet = Fernet(key.encode())
with open(encrypted_path, 'rb') as file:
encrypted = file.read()
decrypted = fernet.decrypt(encrypted)
output_path = encrypted_path.replace(".encrypted", ".decrypted")
with open(output_path, 'wb') as file:
file.write(decrypted)
print(f"文件已解密: {output_path}")
return True
except Exception as e:
print(f"解密失败: {str(e)}")
return False
# 使用示例
if __name__ == "__main__":
# 生成密钥（实际使用中应安全存储）
secret_key = generate_key()
print(f"生成的密钥: {secret_key}")
# 测试文件路径
test_file = "test_document.txt"
# 创建测试文件
with open(test_file, 'w') as f:
f.write("这是一段需要加密的敏感信息。")
# 加密文件
encrypt_file(test_file, secret_key)
# 解密文件
decrypt_file(test_file + ".encrypted", secret_key)
6. 进度条显示（处理耗时任务）
python
import time
from tqdm import tqdm
def process_data_with_progress(data):
"""
处理数据并显示进度条
:param data: 待处理数据列表
:return: 处理结果列表
"""
results = []
# 使用tqdm创建进度条
for item in tqdm(data, desc="处理进度", unit="项"):
# 模拟耗时处理
time.sleep(0.1)
# 数据处理逻辑（这里简单转换为大写）
processed = item.upper()
results.append(processed)
return results
# 使用示例
if __name__ == "__main__":
# 创建测试数据
test_data = [f"item_{i}" for i in range(1, 51)]
print("开始处理数据...")
processed_data = process_data_with_progress(test_data)
print("\n处理完成! 前5项结果:")
print(processed_data[:5])
使用前准备：
安装所需库：
bash
pip install requests beautifulsoup4 pandas numpy cryptography tqdm邮件示例需配置真实邮箱的SMTP信息
文件操作示例请替换为实际存在的路径
这些代码覆盖了日常开发中的常见需求，包含错误处理和生产环境最佳实践，可以直接复制使用或集成到项目中。
扫一扫
5万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
